Table of Contents

Microsoft Fabric Data Agents: Copilot วิเคราะห์ Big Data อย่างชาญฉลาด

Facebook
X
LinkedIn
Fabric Data Agent

Microsoft Fabric กำลังเปลี่ยนแปลงวิธีที่องค์กรรวมข้อมูลและ AI เข้าไว้ด้วยกันอย่างรวดเร็ว และหัวใจสำคัญของการเปลี่ยนแปลงนี้คือ Fabric Data Agent ซึ่งเป็นความสามารถใหม่ที่ช่วยให้ Microsoft Copilot สามารถเข้าถึง วิเคราะห์ และเข้าใจข้อมูลขององค์กรจากหลายแหล่ง — รวมถึง lakehouse, data warehouse และฐานข้อมูล — ได้อย่างปลอดภัยภายในสภาพแวดล้อมเดียวกัน 

Fabric Data Agent คืออะไร? 

Fabric Data Agent คือเฟรมเวิร์กเชื่อมต่อข้อมูลภายใน Microsoft Fabric ที่ทำหน้าที่เป็นสะพานเชื่อมระหว่าง Copilot กับข้อมูลของคุณ ช่วยให้ Copilot สามารถใช้ภาษาธรรมชาติในการตั้งคำถาม วิเคราะห์ข้อมูล และดำเนินการบนชุดข้อมูลขององค์กรได้ โดยไม่ต้องเขียนโค้ด 

กล่าวง่าย ๆ คือ ช่วยให้ผู้ใช้งานทั่วไปและนักวิเคราะห์สามารถโต้ตอบกับข้อมูลผ่าน Copilot ได้ทันทีอย่างมีบริบทและปลอดภัย 

Fabric Data Agent ทำงานอย่างไร 

Data Agent ใช้สถาปัตยกรรมความปลอดภัยของ Microsoft และความสามารถในการเข้าใจ metadata เพื่อเผยให้เห็นโครงสร้างของข้อมูลให้กับ Copilot โดยสามารถแปลงคำถามเป็นภาษาธรรมชาติไปสู่คำสั่งที่เข้าใจข้อมูลได้อย่างแม่นยำ 

ฟังก์ชันหลัก: 

  • ค้นหาและตีความ schema ของข้อมูลจากแหล่งต่าง ๆ 
  • จับคู่คำถามกับตารางและตัวชี้วัดที่เหมาะสม 
  • ควบคุมการเข้าถึงตามบทบาท (RBAC) 
  • Query ข้ามแหล่งข้อมูลหลายแบบ เช่น Lakehouse, Warehouse, SQL 

แหล่งข้อมูลที่รองรับ 

ประเภทข้อมูล 

ตัวอย่างแหล่งข้อมูล 

Lakehouse 

Delta Tables, ไฟล์ Parquet ใน OneLake 

Data Warehouse 

Fabric Warehouse (SQL-based) 

Traditional DBs 

Azure SQL DB, Synapse, Dataverse 

Real-time Data 

ข้อมูลแบบสตรีมผ่าน Event Streams 

ด้วย Data Agent Copilot สามารถรวบรวมและวิเคราะห์ข้อมูลเหล่านี้ได้แบบเรียลไทม์หรือแบบตามคำสั่ง 

 

กรณีการใช้งานตัวอย่าง 

  1. วิเคราะห์ยอดขาย
    ถาม Copilot: “แสดงสินค้าที่ขายดีที่สุดของไตรมาสที่ผ่านมาในทุกภูมิภาค”
    → ระบบจะดึงข้อมูลจาก sales warehouse และตารางลูกค้าใน lakehouse มาวิเคราะห์ร่วมกัน 
  2. ติดตามระบบ IT
    ถาม Copilot: “มีเหตุการณ์ผิดปกติใน log ของเซิร์ฟเวอร์เมื่อวานนี้ไหม?”
    → Copilot จะอ่าน log ใน OneLake และใช้ Power BI เพื่อแสดงข้อมูล outlier 
  3. รายงานการเงิน
    ถาม Copilot: “สรุปรายจ่ายรายเดือนเทียบกับงบประมาณของทุกแผนก”
    → ดึงข้อมูลจาก data warehouse แบบ real-time และแสดงผลด้วย semantic model 

 

ปลอดภัยตามมาตรฐานองค์กร 

Data Agent ออกแบบโดยคำนึงถึงความปลอดภัยระดับองค์กร: 

  • RBAC (Role-based Access Control): เฉพาะผู้มีสิทธิ์เท่านั้นที่สามารถ query ข้อมูล 
  • ระบบดูแลข้อมูล: ผสานการทำงานกับ Microsoft Purview เพื่อให้มั่นใจว่าปฏิบัติตามข้อกำหนด 
  • Audit Logs: ทุกการโต้ตอบกับ Copilot จะถูกบันทึกและตรวจสอบได้ 

 

วิธีตั้งค่า Fabric Data Agent 

Create data agent (preview)

ขั้นตอนง่าย ๆ ในการเริ่มใช้งาน: 

  1. เข้าสู่ Microsoft Fabric Admin Portal 
  2. ไปที่เมนู “Data Agent” ภายใต้การตั้งค่า Copilot 
  3. เชื่อมต่อแหล่งข้อมูล เช่น OneLake, Warehouse, Azure SQL 
  4. กำหนดสิทธิ์การเข้าถึงให้กับผู้ใช้งาน 
  5. เปิดใช้งาน Agent และทดสอบด้วยคำถามจากภาษาธรรมชาติ 
  6. ผสานการทำงานกับ Copilot ผ่าน Power BI, Teams หรือ Fabric Studio 

เมื่อเปิดใช้งาน Copilot จะมีความเข้าใจในข้อมูลของคุณมากขึ้น และตอบคำถามได้แม่นยำยิ่งขึ้น 

 

เหตุผลที่ Fabric Data Agent สำคัญ 

Feature 

Benefit 

Unified Data Access 

วิเคราะห์ข้อมูลจาก lakehouse, warehouse, DB ได้รวมศูนย์ 

Natural Language Queries 

ใช้คำถามจากภาษาพูดหรือภาษาท้องถิ่นได้ 

Real-Time Analysis 

ได้ผลลัพธ์ทันทีจากข้อมูลสดหรือแบบ streaming 

Enterprise-Grade Security 

RBAC เต็มรูปแบบ มี log และ data lineage 

Integrated AI Copilot 

ผสาน LLM เข้ากับข้อมูลเชิงโครงสร้าง 

 

Summary 

Fabric Data Agent คือก้าวสำคัญสำหรับองค์กรที่ต้องการปลดล็อกพลังของ Big Data ผ่าน AI แบบภาษาธรรมชาติ ไม่ต้องพึ่งนักวิเคราะห์หรือคำสั่ง query ซับซ้อน ผู้ใช้งานสามารถสอบถามข้อมูลกับ Copilot ได้โดยตรง 

ไม่ว่าจะเป็นการสร้าง dashboard, ตัดสินใจเชิงธุรกิจ หรือค้นหารูปแบบต่าง ๆ — Data Agent จะช่วยให้ Copilot ทำงานได้อย่างชาญฉลาด แม่นยำ และปลอดภัย 

Interested in Microsoft products and services? Send us a message here.

Explore our digital tools

If you are interested in implementing a knowledge management system in your organization, contact SeedKM  for more information on enterprise knowledge management systems, or explore other products such as Jarviz  for online timekeeping, OPTIMISTIC  for workforce management. HRM-Payroll, Veracity  for digital document signing, and CloudAccount  for online accounting.

Read more articles about knowledge management systems and other management tools at Fusionsol Blog, IP Phone Blog, Chat Framework Blog, and OpenAI Blog.

New Gemini Tools For Educators: Empowering Teaching with AI 

If you want to keep up with the latest trending technology and AI news every day, check out this website . . There are new updates every day to keep up with!

Fusionsol Blog in Vietnamese

Related Articles

Frequently Asked Questions (FAQ)

Microsoft Fabric คือแพลตฟอร์มข้อมูลแบบครบวงจร (Unified AI-powered Data Platform) จาก Microsoft ซึ่งรวมการจัดการข้อมูล การเก็บข้อมูล การวิเคราะห์ การสร้างรายงาน และการประมวลผลเรียลไทม์ไว้ในระบบเดียว ช่วยลดความซับซ้อนของการใช้งานหลายระบบร่วมกัน

  • Fabric มุ่งเน้นการจัดการข้อมูลตั้งแต่เริ่มต้น (ETL, data engineering, data warehouse, real-time analytics)
  • Power BI ใช้สำหรับสร้างรายงานและแดชบอร์ดจากข้อมูลที่เตรียมไว้แล้ว
    Fabric จึงเหมาะกับองค์กรที่ต้องการระบบข้อมูลครบวงจร ส่วน Power BI เหมาะกับผู้ใช้ที่ต้องการการวิเคราะห์และแสดงผลข้อมูลแบบ self-service

Fabric ใช้โมเดลคิดค่าเป็น Capacity Unit (CU) โดยเริ่มต้นที่ F2 (~2 CU) ซึ่งราว $262/เดือน (แบบ pay‑as‑you‑go) และมีขนาดใหญ่ขึ้นตามความต้องการ มีทั้งแบบจ่ายตามจริง และแบบจองไว้ล่วงหน้าเพื่อประหยัดคุ้มค่า

เหมาะกับองค์กรที่ทำงานกับข้อมูลจำนวนมาก เช่น ทีม data engineering, data science และทีม BI ที่ต้องการ:

  • ระบบ data lake กลาง (OneLake)
  • การวิเคราะห์เรียลไทม์
  • การใช้งาน AI/ML และการทำงานร่วมกันระหว่างทีม
    ทั้งนี้ สำหรับองค์กรเล็กหรือผู้เริ่มต้น Power BI อาจเพียงพอ แต่สำหรับองค์กรขนาดกลางถึงใหญ่ Fabric จะตอบโจทย์ได้ดีกว่า

ถ้าคุณต้องการแค่สร้างรายงานและแดชบอร์ด Power BI เริ่มง่ายกว่า แต่ถ้าคุณสนใจจัดการข้อมูลแบบ end‑to‑end ตั้งแต่ ingestion, processing, real‑time analytics, AI integration Fabric คือเส้นทางที่ธุรกิจองค์กรใหญ่กำลังมุ่งสู่ในภาพรวม

Facebook
X
LinkedIn

Popular Blog posts